AI模型的訓練需要龐大資金，為了節省成本、支援OpenAI的需求，傳出微軟正在祕密開發自研AI晶片「Athena」（雅典娜），目前部分微軟及OpenAI的員工已經開始測試這些晶片，在GPT-4等大型語言模型下表現如何。
根據《路透社》報導，微軟從2019年就開始投入這款晶片的研發。這個時間點恰好是OpneAI成立營利公司，同意接受微軟10億美元投資，雙方正式建立合作關係的開始。
這些晶片預計將用於大型語言模型的訓練及推理，ChatGPT等語言模型需要龐大的運算力處理資料、模式識別、生成內容並且模仿人類的語氣說話。
OpenAI執行長山姆．奧特曼（Sam Altman）曾在推特上表示，AI的運算成本非常高昂，所以他們必須想辦法將AI技術變現。也因此，微軟目標是打造一款比從供應商處購買的晶片，性能更優異的自研晶片，好節省AI龐大的訓練及使用成本，同時在競爭中加快訓練速度。
AI商業化成本高昂，微軟想自研晶片降低成本
輝達（Nvidia）執行長黃仁勳在今年3月登場的GTC大會上，強調AI的「iPhone時刻」已經到來，將成為AI發展的轉捩點。《財星》雜誌也曾評論，iPhone以前就有智慧型手機，但iPhone出現後才有智慧型手機的應用程式，現在AI就即將迎接同樣的關鍵時刻。
目前Nvidia是最主要的AI晶片供應商，其A100晶片擁有資料中心GPU超過90%的市場，在AI浪潮掀起時，不少評論都指出，Nvidia會是這場競爭中的隱形冠軍。據估計，OpenAI若要將ChatGPT商業化，會需要多達3萬個A100晶片。
而一個A100晶片價格約為1萬美元，毫無疑問是商業化的極大門檻，雖然Nvidia最新的H100晶片號稱訓練性能是A100的9倍，但目前網路上的售價已經超過4萬美元（約新台幣122萬元），仍然要價不菲。
SemiAnalysis首席分析師迪倫．帕特爾（Dylan Patel）指出，要是微軟使用現成的產品部署，每年必須花費數百億美元。他估計ChatGPT的營運成本約為每天70萬美元或每次查詢0.36美元； 假如微軟自研AI晶片成本有競爭力的話，可以將每個晶片的成本降低3分之1 。
《The Verge》指出，微軟自研的晶片並不是要直接取代Nvidia的產品，但隨著他們將AI導入旗下各種服務時，最終這些投入自研晶片的努力能夠降低所需成本。另外，先前微軟也一直祕密開發自研處理器晶片，可能用於資料中心或Surface裝置，不過至今還未對外發表。
AI「持久戰」下，Google、亞馬遜也投入晶片開發
且宣布進軍AI的科技巨頭們，也都投入了自研AI晶片的開發。Google早在2016年就推出為AI而生的TPU晶片，前陣子Google也宣稱他們已藉由第四代TPU晶片打造了一台用於訓練AI的超級電腦，聲稱該晶片在性能勝過A100 1.2到1.7倍的同時，還大幅減少了耗電量。而身為最大雲端業者的亞馬遜，同樣早早投入AI晶片研發，去年11月其研發的新款AI晶片Trainium也在AWS提供服務。
成本一直被認為是AI技術普及的重大門檻，對於利用ChatGPT出奇制勝，成功領先競爭對手的微軟，自然希望乘勝追擊，利用與OpenAI的夥伴關係吃下更多原先屬於Google的瀏覽器、搜尋引擎市場，而降低成本便是達成這目標的核心基礎。
資料來源：Reuters、The Verge、Silicon Angle
本文轉載：數位時代
請注意！留言要自負法律責任，相關案例層出不窮，請慎重發文！